【Elasticsearch-04】集群、节点、分片、副本

朱雀 2021-10-18 13:16 383阅读 0赞

### 背景 ###

#### 分布式系统的可用性与扩展性 ####

*  高可用性
    
     *  服务可用性 - 允许有节点停止服务
     *  数据可用性 - 部分节点丢失，不会丢失数据
 *  可扩展性
    
     *  请求量 提升 / 数据的不断增长（将数据分布到所有节点上）

#### 分布式特性 ####

*  **ElasticSearch** 的分布式架构的好处
    
     *  存储的水平扩容
     *  提高系统的可用性，部分节点停止服务，整个集群的服务不受影响  
        **ElasticSearch**的分布式架构
     *  不同的集群通过不同的名字来区分，默认名字 “elasticsearch”
     *  你也可以通过修改配置文件，或者在命令行中 -E cluster.name=wu 进行设定
     *  一个集群可以有一个或者多个节点

### 节点 ###

*  一个节点就是一个**ElasticSeaerch**实例
    
     *  本质上就是一个Java进程
     *  一台机器可以运行多个**ElasticSeaerch**进程，但是生产环境一般建议一台机器上只运行一个**ElasticSeaerch**实例
     *  每一个节点都有名字，通过配置文件配置，或者启动时候 `-E node.name=node1`指定
     *  每一个节点在启动之后，会分配一个UID，保存在data目录下

#### Master Node ####

*  每个节点启动后，默认就是一个Master eligible(具备条件的)节点，
    
     *  可以设置 `mode.master:false`禁止  
        **Matser-eligible**节点可以参加选主流程，成文**Master**节点
 *  当第一个节点启动的时候，它会将自己选举成**Master**节点
 *  每个节点上都保存了集群的状态，但只有**Master**节点能够修改集群的状态信息
    
     *  集群状态(**Cluster State**)，维护了一个集群中，必要的信息
        
         *  所有的节点信息
         *  所有的索引和其相关的**Mapping**与**Setting**信息
         *  分片的路由信息
     *  任意节点都能修改信息会导致数据的不一致性
 *  数据的导入和查询都不会走master节点，所以master节点的压力相对较小，因此master节点的内存分配也可以相对少些；但是master节点是最重要的，如果master节点挂了或者发生脑裂了，你的元数据就会发生混乱，那样你集群里的全部数据可能会发生丢失，所以一定要保证master节点的稳定性。

#### Data Node ####

*  专门用于保存和查询数据的节点，负责保存分片数据。在数据扩展上起到了至关重要的作用。它压力会比较大，因此需要多分配点内存，应该选择配置较高的服务器，**Data Node**要是坏了，可能会丢失一小份数据

#### Coordinating Node (即Client Node) ####

*  负责接收**Client**的请求，将请求分发到合适的节点，最终把结果汇集到一起
 *  它也会存元数据，但不会对元数据做任何修改，它的好处在于可以分担下Data Node的一部分压力

> Q 为什么Client Node能分担Data Node的一部分压力?
> 
> > 因为ES的查询是两层汇聚的结果，第一层是在Data Node上查询做汇聚，然后把结果转发给Client Node，Client Node接收到Data Node发来的结果后再做第二次的汇聚，然后把最终查询结果返回给用户。so我们看到，Client Node帮忙把第二层的汇聚工作处理了，自然分担了**Data Node**的压力。
> 
> > EP：这里，我们可以举个例子，当你有个大数据查询的任务（比如上亿条查询任务量）丢给了es集群，要是没有Client Node，那么压力直接全丢给了Data Node，如果Data Node机器配置不足以接受这么大的查询，那么就很有可能挂掉，一旦挂掉，Data Node就要重新recover，重新reblance，这是一个异常恢复的过程，这个过程的结果就是导致ES集群服务停止… 但是如果你有Client Node，任务会先丢给Client Node，Client Node要是处理不来，顶多就是Client Node停止了，不会影响到Data Node，es集群也不会走异常恢复。

*  每个节点默认都起到了**Coordinating Node**的职责

#### 其他节点 ####

#### Hot & Warm Node ####

*  在做日志case的时候会为节点设置冷热节点，简单来说Hot Node是一些磁盘配置比较高的节点，有着更好的吞吐量和CPU，warm节点存储的都是比较旧的数据，这些节点的配置会比较低，通过冷热节点会帮助集群在硬件开销上减少很多费用
 *  不同硬件配置的Data Node，用来实现Hot & Warm架构，降低集群部署的成本

#### Machine Learning Node ####

*  负责跑机器学习的Job，用来做异常检测

#### Tribe Node ####

*  (5.3 开始使用Cross Cluster Search) Tribe Node 连接到不同的ElasticSearch集群，并且支持将这些集群当成一个单独的集群处理

#### 配置节点类型 ####

*  每个节点在启动的时候通过读取elasticsearch.yml来决定自己的角色
 *  开发环境中一个节点可以承担多种角色
 *  生产环境中，应该设置单一的角色节点（dedicated node）

### 分片 ###

#### 主分片(Primary Shard & Relica Shard) ####

*  用以解决数据水平扩展的问题。通过主分片，可以将数据分不到集群内的所有节点之上
    
     *  一个分片是一个运行的Lucene实例
     *  主分片数在索引创建时指定，后续不允许修改，除非Reindex

### 副本 ###

*  副本，用以解决数据高可用的问题。
    
     *  如果出现硬件故障，副本可以保证主分片数据不会丢失，因为副本是主分片的拷贝
     *  副本分片数，可以动态调整
     *  增加副本数，还可以在一定程度上提高服务的可用性
 *  一个三节点的集群中，blogs搜索引的分片分布情况
    
     *  number\_od\_shards设置分片个数，这里有3个分片
     *  number\_of\_replicas设置副本个数，这里设置了一个副本  
        ![图片: https://uploader.shimo.im/f/jtvDUPx1v9oO7ZAJ.png][https_uploader.shimo.im_f_jtvDUPx1v9oO7ZAJ.png]
     *  思考：增加一个节点或改大主分片数对系统的影响？
        
         *  不能起到水平扩展的作用，分片是一开始就提前设置好的，设置好之后不能更改。

### 分片的设定 ###

*  对生产环境中分片的设定，需要提前做好容量规划
    
     *  分片数设置过小
        
         *  导致后续无法增加节点实现水平扩展
         *  单个分片的数据量太大，导致数据重新分配耗时
     *  分片数设置过大，7.0开始，默认主分片设置从5改成1，解决了over-sharding的问题
        
         *  影响搜索结果的相关性打分，影响统计结果的准确性
         *  单个节点上过多的分片，会导致资源浪费，同时也会影响性能

### 查看集群的健康状况 ###

*  Kibana的Dev Tool 上输入 get \_cluster/health  
    ![图片: https://uploader.shimo.im/f/oRALlkoycx4NRDlN.png][https_uploader.shimo.im_f_oRALlkoycx4NRDlN.png]  
    ![图片: https://uploader.shimo.im/f/389ufEPe410V7yiF.png][https_uploader.shimo.im_f_389ufEPe410V7yiF.png]

<table> 
 <thead> 
  <tr> 
   <th>status</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>green</td> 
   <td>主分片与副本都正常分片</td> 
  </tr> 
  <tr> 
   <td>yellow</td> 
   <td>主分片全部正常分片，有副本分片未能正常分配</td> 
  </tr> 
  <tr> 
   <td>red</td> 
   <td>有主分片未能正常分配，例如，当服务器的磁盘容量超过85%时，去创建了一个新的索引</td> 
  </tr> 
 </tbody> 
</table>

[https_uploader.shimo.im_f_jtvDUPx1v9oO7ZAJ.png]: /images/20211018/92ae58f151c44eff906737eaadbdf4e0.png
[https_uploader.shimo.im_f_oRALlkoycx4NRDlN.png]: /images/20211018/05e651fa3d534770a28beb1a6c1ad83e.png
[https_uploader.shimo.im_f_389ufEPe410V7yiF.png]: /images/20211018/61fdfa60924a47b9ab888c91552ab95b.png